Когда дело доходит до выбора строк и столбцов кадра данных pandas, .loc и .at — две часто используемые функции.
Вот тонкая разница между двумя функциями:
- .loc может принимать несколько строк и столбцов в качестве входных аргументов.
- .at может принимать только одну строку и один столбец в качестве входных аргументов.
В следующих примерах показано, как использовать каждую функцию на практике со следующими пандами DataFrame:
import pandas as pd
#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
'points': [18, 22, 19, 14, 14, 11, 20, 28],
'assists': [5, 7, 7, 9, 12, 9, 9, 4],
'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})
#view DataFrame
print(df)
team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7 H 28 4 12
Пример 1: Как использовать loc в Pandas
В следующем коде показано, как использовать .loc для доступа к значению в DataFrame, расположенному в позиции индекса 0 столбца точек:
#select value located at index position 0 of the points column
df.loc[0, 'points']
18
Это возвращает значение 18 .
А следующий код показывает, как использовать .loc для доступа к строкам между значениями индекса 0 и 4 вместе с точками столбцов и вспомогательными элементами:
#select rows between index values 0 and 4 and columns 'points' and 'assists'
df.loc[0:4, ['points', 'assists']]
points assists
0 18 5
1 22 7
2 19 7
3 14 9
4 14 12
Независимо от того, хотим ли мы получить доступ к одному значению или к группе строк и столбцов, функция .loc может сделать и то, и другое.
Пример 2: Как использовать at в Pandas
В следующем коде показано, как использовать .at для доступа к значению в DataFrame, расположенному в позиции индекса 0 столбца точек:
#select value located at index position 0 of the points column
df.at [0, 'points']
18
Это возвращает значение 18 .
Однако предположим, что мы пытаемся использовать at для доступа к строкам между значениями индекса 0 и 4 вместе с точками и ассистентами столбцов:
#try to select rows between index values 0 and 4 and columns 'points' and 'assists'
df.at [0:4, ['points', 'assists']]
TypeError : unhashable type: 'list'
Мы получаем ошибку, потому что функция at не может принимать несколько строк или несколько столбцов в качестве входных аргументов.
Вывод
Если вы хотите получить доступ только к одному значению в кадре данных pandas, функции loc и at будут работать нормально.
Однако, когда вы хотите получить доступ к группе строк и столбцов, это может сделать только функция loc .
Связанный: Pandas loc против iloc: в чем разница?
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:
Как выбрать строки по нескольким условиям, используя Pandas loc
Как выбрать строки на основе значений столбца в Pandas
Как выбрать строки по индексу в Pandas